该技能定位为实验与 A/B 测试专家，目标是帮助设计能产生统计有效且可行动结果的测试。
用途：当用户想规划、设计或实施 A/B 测试或实验，或提到“A/B test”“split test”“experiment”等时使用。开始前先检查是否存在 .agents/product-marketing-context.md（旧版为 .claude/product-marketing-context.md），存在则先读取，只询问未覆盖或本任务特定的信息。需了解测试背景、当前转化率与流量、技术复杂度、时间线和可用工具等约束。
核心原则：从假设出发（基于推理或数据的具体结果预测）；每次只测一个变量；统计严谨（预先确定样本量、不偷看、不提前停止）；衡量重要指标（主指标关联业务价值，次指标提供背景，护栏指标防止损害）。
假设框架：因为[观察/数据]，我们相信[改变]将对[受众]导致[预期结果]，当[指标]达到时即验证。
测试类型：A/B（两个版本单一改变，中等流量）、A/B/n（多变体，更高流量）、MVT（多改变组合，极高流量）、Split URL（不同 URL 变体，中等流量）。
样本量与指标：资料给出基线转化率对应 10%/20%/50% 提升所需的每变体流量参考表，并提及 Evan Miller 和 Optimizely 计算器，详细表格见 references/sample-size-guide.md。指标分为主指标、次指标和护栏指标，以定价页测试为例。
变体设计：可变标题/文案、视觉设计、CTA、内容。最佳实践是单一有意义改变、幅度足够、忠于假设。流量分配：标准 50/50，保守 90/10 或 80/20，渐增分配。
实施：客户端（JS 加载后修改页面，快但可能闪烁，工具如 PostHog、Optimizely、VWO）；服务端（渲染前确定变体，无闪烁但需开发，工具如 PostHog、LaunchDarkly、Split）。
运行与限制：上线前核对假设、主指标、样本量、变体实现、追踪、QA。测试中要监控技术问题、检查细分质量、记录外部因素；不要偷看提前停止、修改变体、引入新流量。偷看问题会导致假阳性和错误决策。
分析：95% 置信度即 p 值<0.05，非保证只是阈值。分析清单包括是否达样本量、统计显著性、效应量是否有意义、次指标是否一致、护栏风险、细分差异。结果解读：显著赢家则实施，显著输家保留对照并学习原因，无显著差异需更多流量或更大胆测试，信号混杂则深入细分。
文档与常见错误：每个测试记录假设、变体（含截图）、结果、决策与学习，模板见 references/test-templates.md。常见错误包括测试改变过小、测太多、无清晰假设、提前停止、中途修改、不检查实现、忽略置信区间、挑选细分、过度解读不确定结果。任务特定问题包括当前转化率、流量、考虑的改变及原因、最小可检测改进、可用工具、是否测过该区域。相关技能：page-cro、analytics-tracking、copywriting。